我如何在约两分钟内验证 Codex 插件或 MCP 服务器

AI 模型插件（例如适用于 ChatGPT 和 Codex 的插件）以及 MCP 服务器旨在扩展功能，但由于它们直接在用户系统上执行代码，因此带来了安全挑战。安装通常很简单，但社区贡献的插件很少经过独立安全审计，这会产生意外操作或恶意活动的风险。

建议的验证流程涉及几个关键检查。用户应首先通过检查插件的最后提交日期、开放问题和存储库存档状态来评估其维护状态。至关重要的是，审查 `.mcp.json` 和 `hooks.json` 文件会揭示插件将执行的特定命令。此外，建议用户仔细检查请求的权限，例如对令牌、文件系统或网络的访问，确保它们与插件的声明功能一致；例如，一个 Markdown 格式化程序请求 GitHub 令牌需要更仔细的检查。

额外步骤包括评估开发人员的声誉，优先选择已知公司或具有既定项目历史的维护者，而不是新账户。软件许可证的存在表明了一定程度的开发严谨性。用户还应检查 `plugin.json` 中是否存在危险信号，例如绝对路径或硬编码的密码。虽然来自策划的内置目录（例如来自 OpenAI 的目录）的插件提供了可信度信号，但它们仍然需要单独审查，特别是如果它们与电子邮件或文件等敏感数据交互。

尽管此核对清单提供了一个合理的初步检查，以避免大多数明显有问题​​的插件，但它并非全面的安全审计。为了增强保护，特别是针对初始验证后所做的更改，文章建议检查工具定义中是否存在明确的 shell 或文件写入权限，并实施版本固定，以及在每次更新后比较清单以检测意外修改。